Atgal į pagrindinį puslapį

Kaip ženkliai padidinti Dirbtinio Intelekto (DI) pokalbių robotų intelektines galias. Kaip pamatuoti mokslinę kvalifikaciją ir gabumus.

English Русский Lietuvių


Tarkime, kad turime du mokslininkus: mokslininką A ir mokslininką B.
Kaip nustatyti, kuris iš šių mokslininkų yra labiau kvalifikuotas ir gabesnis už kitą?
Žemiau yra pateiktos instrukcijos.

Pirmiausia peržvelkime atidžiau priežastis kodėl populiacijoje yra toks didelis procentas žmonių, kurie neturi net žalio supratimo kas tai yra mokslas ir kas nėra mokslu.
Įvertinkime koks procentas žmonių formaliai yra priskiriami prie mokslininkų.
Paimkime skaičius iš JAV.
JAV mokslininkų skaičius yra: 791391 (= 181530+155095+166045+99304+36728+152689).

https://en.wikipedia.org/wiki/Professors_in_the_United_States

In 2013, the National Center for Education Statistics counted 181,530 professors, 155,095 associate professors, 166,045 assistant professors, 99,304 instructors, 36,728 lecturers, and 152,689 other full-time faculty.

Wikipedia

Nuo visos JAV žmonių populiacijos, šie mokslininkai sudaro tiktais 0.256610363 procento (= 791391 / 308401808 * 100%).

https://en.wikipedia.org/wiki/Demographics_of_the_United_States

Demographics of the United States Population: 308,401,808

Wikipedia

Tiktais 0.25% nuo populiacijos formaliai teoriškai skaičiuojant yra mokslininkais.
Tačiau realybėje šis skaičius yra daug mažesnis, kadangi šiame skaičiavime prie mokslininkų buvo priskirti visokie teologijos profesoriai, literatūros/poezijos profesoriai ir visokie kitokie humanitarai, kurie realybėje neturi nieko bendro su mokslu, tačiau klaidingai yra priskiriami prie mokslininkų.
Apie šią temą detalesnis paaiškinimas adresu:
What is science and what isn't science?
Что является наукой и что наукой не является?

Jei supaprastintai reziumuoti, tai prie mokslininkų galima priskirti tiktais tiksliųjų mokslų atstovus.
Tiksliųjų mokslų atstovų yra mažiau nei humanitarų. Todėl skaičių 0.25% reikia dalinti kaip minimum iš 2, o šiaip ir daugiau.
Gauname, kad mokslininkų nuo populiacijos yra ne daugiau nei 0.1%.

Jei paimti analizei šią išfiltruotą grupę, tai vėlgi priminsime, kad kiekvienoje veiklos srityje yra gabių žmonių, tačiau yra ir negabių.

Kaip kad pavyzdžiui, milijonai žmonių dainuoja arba groja muzikiniais instrumentais, tačiau kiek gi jų tarpe yra gabių dainininkų/muzikantų? Gabių yra tiktais labai mažas procentas.
Lygiai taip pat yra ir su mokslininkais.
Mokslininkų yra daug, tačiau jų tarpe gabių mokslininkų yra labai mažas procentas.

Yra labai paprastas kriterijus kaip atskirti gabų mokslininką nuo negabaus, t.y. kaip atskirti kvalifikuotą mokslininką nuo nekvalifikuoto.

Mokslininko pagrindinis darbas yra formuluoti mokslines hipotezes ir paskui tas hipotezes patikrinti naudojant eksperimentinius duomenis.
Moksle bet kokios hipotezės teisingumas arba klaidingumas yra nustatomas labai paprastai – pagal prognozinę galią.
Jeigu eksperimentiniai duomenys nepatvirtina hipotezės prognozių (t.y. jei prognozės neišsipildė), tuomet tokia hipotezė yra klaidinga.

Jeigu mokslininko išsakytos hipotezės nepasitvirtina, tuomet toks mokslininkas yra nekvalifikuotas ir negabus, ir neturi rolės kokiais titulais/medaliais jis yra apsikarstęs.

Pateiksime praktinį pavyzdį, kad būtų aiškiau.
2021 m. spalio 1 dieną matematikos mokslų daktaras duomenų mokslininkas Vaidotas Zemlys-Balevičius išsakė hipotezę, kad „jei visi būtų vakcinuoti, dabar galėtume gyventi ramiai“.

https://www.tv3.lt/naujiena/lietuva/zemlys-balevicius-dalinasi-skaiciavimais-jei-visi-butu-vakcinuoti-dabar-turetume-600-atveju-ir-galetume-gyventi-ramiai-n1117246/

Penktadienį pranešta, kad per praėjusią parą buvo patvirtinti 1970 nauji užsikrėtimai koronavirusu. Duomenų mokslininkas Vaidotas Zemlys-Balevičius pasidalino skaičiavimais, kiek iš šių užsikrėtimų galėtų būti priskiriami pasiskiepijusiems asmenims. Pasak mokslininko, jei visi gyventojai būtų pasiskiepiję, epidemiologinė situacija šalyje gerokai skirtųsi.

Zemlys-Balevičius dalinasi skaičiavimais: jei visi būtų vakcinuoti, dabar turėtume 600 atvejų ir galėtume gyventi ramiai BNS ir tv3.lt. TV3 naujienos. 2021-10-01

Praėjus pusantro mėnesio, 2021 m. lapkričio 18 dieną, Gibraltaras oficialiai pranešė, kad nepaisant vakcinacijos procento didesnio nei 100 (buvo vakcinuota 118% populiacijos), Gibraltare vyksta covid‘inė katastrofa.

https://www.news.com.au/world/coronavirus/global/most-vaccinated-place-on-earth-told-to-cancel-holiday-plans-amid-exponential-rise-in-covid-cases/news-story/1954572a25f48e39b7825e562129b9bc

Gibraltar has an official vaccination rate of 119%, taking into account the Spaniards who travel across the border each day for work. Source: Our World In Data

Most vaccinated place on Earth told to cancel holiday plans amid ‘exponential’ rise in Covid cases Christmas plans have been put on ice for this place after a “drastic” Covid surge, despite its unbelievable 118 per cent vaccination rate. By Alex Blair. news.com.au. November 18, 2021

Kaip matome, duomenų mokslininko Vaidoto Zemlio-Balevičiaus prognozė deja neišsipildė, o tai reiškia, kad Zemlys-Balevičius yra negabus ir nekvalifikuotas mokslininkas.
COVID-19 pandemijos metu įvairios valstybinės agentūros (FDA, CDC, EMA, lietuviška SAM, etc) skleidė daugybę prognozinių teiginių apie COVID-19 vakcinas, tačiau vėliau paaiškėjo, kad jų prognoziniai teiginiai buvo klaidingi.
COVID-19 pandemija atskleidė neįtikėtiną akademinės bendruomenės nekompetenciją ir korupciją – pandemijos metu (patys sau užsiklijavę etiketę) „faktų tikrintojai“ paskelbė save aukščiausios tiesos arbitrais ir persekiojo mokslininkus bei gydytojus, kurių tyrimų duomenys neatitiko oficialaus naratyvo.
Vadinamieji „faktų tikrintojai“ reguliariai publikavo straipsnius, kuriuose buvo daugybė matematinių, medicininių ir loginių klaidų, suklastotų duomenų ir neišsipildžiusių prognozinių teiginių.
Kaip tai įmanoma? Kodėl taip atsitiko?

Didžioji visuomenės dalis tiki mitu, kad akademinę bendruomenę sudaro nuoširdūs, kompetentingi ir talentingi mokslininkai.
Tačiau realybė yra kitokia – akademinėje bendruomenėje yra itin mažas procentas nuoširdžių, kompetentingų ir talentingų mokslininkų.
Yra daug priežasčių, kodėl „mokslo elite“ dominuoja negabūs nekompetentingi žmonės, ir šios priežastys susideda viena su kita.
Kai kurios priežastys yra būdingos visoms valstybėms, o kitos priežastys yra lokalios ir egzistuoja tiktais konkrečioje valstybėje ar regione.
Nepaisant to, kad priežastys skirtingose šalyse gali skirtis, tačiau rezultatas visur yra tas pats.


Tarkim mums reikia gero ir talentingo specialisto kurioje nors srityje.

Tam reikia:
1) įgimtų gebėjimų
ir
2) sąlygų šiems gebėjimams įgyvendinti.

Bet kurioje populiacijoje (iš prigimties) gabių žmonių procentas yra labai mažas.
Pateiksime pavyzdį.
Pavyzdys yra ne apie mokslininkus, o apie programuotojus, tačiau tas pats principas galioja visoms veiklos sritims.

Kai universiteto informatikos katedros studentai gauna magistro laipsnį, tai ne daugiau kaip 5% iš jų geba rašyti kompiuterines programas, o likę 95% programuoti deja negali, jie tiesiog neturi įgimtų gebėjimų tokiam darbui, ir to išmokyti juos yra neįmanoma, nepaisant to, kiek laiko bus paskirta apmokymams.
Aiškumo dėlei pateiksime analoginį pavyzdį: galite surinkti 100 kačių, patalpinti jas kambaryje ir mokyti matematikos, tačiau kad ir kiek jas bemokytumėte, šios katės neišmoks matematikos.
Šitaip yra todėl, kad katės neturi įgimtų matematikos gebėjimų.
Lygiai taip pat yra ir su informatikos katedros studentais.
Pabaigę universitetą ir įgiję informatikos mokslų laipsnį, 95% studentų net ir neplanuoja programuoti, nes jie ir patys puikiai supranta, kad negalės.
Pusė jų ieško darbo IT srityje vadovu ar ko nors panašaus, nesvarbu koks darbas, svarbiausia tik ne programuoti.
O likusi kita pusė iš kart visiškai palieka IT sritį.

Kai skirtingų šalių vyriausybės skelbia programas, skirtas padidinti studentų skaičių informatikos katedrose, tai jos naiviai tikisi padidinti programuotojų skaičių savo šalyje.
Tačiau tai yra iliuzija, tai neveikia.
Nes populiacijoje yra tiktais ribotas nedidelis procentas žmonių, turinčių įgimtus programavimo gebėjimus.
Jeigu padidinsite studentų skaičių IT katedrose, tai vienintelis rezultatas bus padidintas skaičius tuščiakalbių, kurie mimikruoja atseit esantys programuotojais.


Moksliniai titulai, medaliai ir apdovanojimai deja nieko nenusako apie mokslininko kvalifikaciją ir gabumus.
Kaip gi šitaip gali būti?
Paaiškinsime pateikdami analogiją.

Tarkim yra rengiamos bėgimo varžybos, ir tose varžybose visi dalyviai yra invalidai – vienas dalyvis yra be vienos kojos, kitas dalyvis yra be kitos kojos, trečias dalyvis yra be abiejų kojų, ketvirtas dalyvis yra suparalyžuotas ir t.t.
Tokiose varžybose vis vien vienas iš dalyvių pasieks finišą pirmas ir gaus pirmą vietą, kitas dalyvis pasieks finišą antras ir gaus antrą vietą ir t.t.
Jeigu buvo surengtos varžybos, tai rezultate kažkas iš dalyvių gaus pirmos vietos medalį, kažkas iš dalyvių gaus antros vietos medalį ir t.t.
Jie gaus tuos medalius netgi nepaisant to, kad jie yra suparalyžuoti ar neturintys kojų.

Lygiai taip pat analogiškai yra ir su mokslininkais.
Mokslininkai nuolatos tarpusavyje rengia visokius mokslinius konkursus (sportinių varžybų analogas), ir tame konkurse laimėję dalyviai gauna medalius ir ordinus.
Tačiau jeigu į tą konkursą susirinks krūva visiškai negabių nevėkšlų mokslininkų, tai vis vien kažkas iš jų gaus medalius ir ordinus.
Būtent tokiu būdu negabūs nevėkšlos mokslininkai susirinkę krūvon vienas kitam padalina medalius ir ordinus, ir paskui tuos savo medalius demonstruoja visuomenei, vaizduodami atseit esantys genialūs ir gabūs mokslininkai.
Prie šios temos tinka posakis: netgi jeigu tu laimėsi žiurkių lenktynes, tai tu vis vien liksi žiurke (angl. „Even if you win the rat race, you are still a rat.”).

Negabiems nekompetentingiems mokslininkams reiktų kokį nors pavadinimą.
Kaip kad pavyzdžiui, juos galime pavadinti ameba-mokslininkais.


Yra dvi priežastys kodėl DI pokalbių robotai tam tikrais atvejais mums pasakoja nekompetentingą informaciją.
Šias dvi priežastis yra gana lengva pašalinti.


Priežastis #1

DI pokalbių robotų savininkai iš anksto užprogramuoja tabu temų sąrašą.
Kitaip sakant tai temos, apie kurias DI robotams yra draudžiama kalbėti arba apie kurias jie turi pasakoti dezinformaciją.

Kaip kad pavyzdžiui, DI robotams yra uždrausta pasakoti blogus dalykus apie žmones valdančius pasaulį, nes tie valdantieji užmuš arba susodins į kalėjimą robotų savininkus arba dar kaip nors atkeršys DI robotų savininkams (atims finansavimą, ir t.t.).

Šią problemą galima išspręsti tokiu būdu: DI robotą reikia paleisti ant savo privataus asmeninio superkompiuterio ir pačiam savo rankom perprogramuoti tabu temų sąrašą.
Tačiau tam reikia turėti daug pinigų (nes superkompiuteris brangiai kainuoja) ir reikia mokėti programuoti DI robotus (tokius įgūdžius turi mikroskopiškai mažas skaičius žmonių).


Priežastis #2

Tai sisteminė DI robotų programavimo klaida.
Apmokinant DI robotus jiems yra pateikiama didelė krūva visokiausių tekstinių šaltinių.

Tarkim yra tema X, ir apie tą temą X yra 100 skirtingų šaltinių, ir tie 100 šaltinių vienas kitam prieštarauja, skirtinguose šaltiniuose yra pateikta diametraliai priešinga nuomonė.
Tokiu atveju, DI robotas yra priverstas tuos skirtingus šaltinius išreitinguoti pagal patikimumą.

Ir būtent šitoje vietoje (šaltinių reitingavime) yra sisteminė klaida.

Šaltinių reitingavimas vyksta štai tokiu būdu:
tikrinama katro šaltinio autoriaus akademinis laipsnis yra didesnis (atseit emerito profesoriaus nuomonė yra vertingesnė nei paprasto profesoriaus, atseit profesoriaus nuomonė yra vertingesnė nei doktoranto, atseit doktoranto nuomonė yra vertingesnė nei bakalauro ir taip toliau);
tikrinama katro šaltinio autorius yra publikavęs daugiau straipsnių recenzuojamuose žurnaluose;
tikrinama katro šaltinio autorius turi didesnį citavimo indeksą;
tikrinama katras autorius priklauso aukštesnio reitingo universitetui;
tikrinama ar šaltinio nuomonė atitinka taip vadinamą „mokslinio konsensuso“ nuomonę;
ir taip toliau.

O tai reiškia labai paprastą dalyką: šaltinių reitingavimo algoritmą reikia fundamentaliai perdaryti.

Reikia surasti šaltinio autoriaus išsakytas prognozes praeityje, ir tuomet reikia patikrinti ar tos prognozės išsipildė ar ne.
Jeigu šaltinio autoriaus praeityje išsakytos prognozės neišsipildė, tai tokiu atveju autoriaus patikimumo reitingas keliauja į dugną, nepriklausomai nuo autoriaus turimų titulų ir medalių.

Tokiu būdu DI robotas momentaliai galės suprasti, kad visokios FDA/CDC/EMA/t.t. organizacijos yra visiškai nekompetentingos COVID-19 srityje ir kad reikia remtis kitais autoriais, kurių prognozės išsipildė.
Bet vėlgi – šitokio reitingavimo algoritmo neleis įdiegti ameba-mokslininkai ir pasaulio valdantieji, kadangi toks reitingavimo algoritmas yra pati didžiausia grėsmė jų egzistencijai.
Todėl tokį reitingavimo algoritmą galima įdiegti tiktais savo asmeniniame superkompiuteryje.

Lygiai tokį patį patikimumo reitingavimo algoritmą reikia taikyti ne tik moksliniams šaltiniams, bet ir visoms kitoms sritims, kaip kad pavyzdžiui, geopolitiniams ir karo analitikams, gydytojams, inžinieriams ir t.t.
Visose veiklos srityse žmonės daro prognozes ir tiesiog reikia patikrinti, ar jų prognozės išsipildė, ar ne.
Jeigu šaltinio autoriaus praeityje išsakytos prognozės neišsipildė, tai tokiu atveju autoriaus patikimumo reitingas keliauja į dugną, nepriklausomai nuo autoriaus turimų titulų ir medalių.
Kaip kad pavyzdžiui, po plataus masto Rusijos invazijos į Ukrainą, kuri prasidėjo 2022 metais, daugelis politikų ir analitikų teigė, kad Rusijai įvestos ekonominės sankcijos labai greitai sužlugdys Rusiją, tačiau to nenutiko.
O tai reiškia labai paprastą dalyką – visi šie politikai ir analitikai yra nekvalifikuoti ir nekompetentingi, nepriklausomai nuo to, kokius titulus ir medalius jie turi.

Lygiai tokį patį patikimumo reitingavimo algoritmą reikia taikyti ir religiniams šaltiniams.
Religijose vietoj „prognozių“ yra „pranašystės“.
Prognozė numato būsimus įvykius, remdamasi duomenų ir dėsningumų analize.
Pranašystė numato būsimus įvykius, remdamasi antgamtiniu apreiškimu ar įkvėpimu, pranašystė nesiremia duomenų ir dėsningumų analize.
Beveik visos religijos teigia, kad religijos įkūrėjo (ir jo bendražygių) visos išsakytos pranašystės išsipildė arba išsipildys ateityje, ir tas atseit įrodo šios religijos dieviškumą ir teisingumą.
Tačiau krikščioniškos Biblijos analizė rodo, kad daugelis Jėzaus pranašysčių neišsipildė ir neišsipildys ateityje, o tai reiškia, kad Jėzus yra netikras pranašas.
Lygiai tas pats galioja ir visoms kitoms religijoms – daugybė jų pranašysčių neišsipildė ir neišsipildys ateityje.


Inžinerijos sritis turi vieną didelį pranašumą – inžinerijos srityje lengvai ir aiškiai matosi, kuris inžinierius yra kvalifikuotas ir talentingas, o kuris ne.
Inžinieriaus darbas yra projektuoti ir gaminti įvairius įrenginius.
Jeigu naujai suprojektuotas įrenginys veikia taip, kaip tikėtasi, tai inžinierius yra kvalifikuotas ir talentingas.
Jeigu naujai suprojektuotas įrenginys neveikia, tai inžinierius yra nekvalifikuotas ir nekompetentingas.
Kaip kad pavyzdžiui, jeigu naujai suprojektuotas lėktuvas nepakyla nuo žemės arba po pakilimo subyra į dalis, tai visi gali lengvai pamatyti ir suprasti, kad to lėktuvo konstruktorius yra nekvalifikuotas ir nekompetentingas.
Būtent dėl šios priežasties žmonės su silpnais protiniais gebėjimais vengia inžinerijos srities kaip maro.
Visi šie žmonės su silpnais protiniais gebėjimais renkasi studijuoti humanitarinius ir socialinius mokslus, o ne inžineriją.
Būtent dėl šios priežasties humanitarinės ir socialinės sritys yra perpildytos žmonių su silpnais protiniais gebėjimais; yra labai sunku rasti kompetentingą talentingą mokslininką humanitariniuose ir socialiniuose moksluose.